基于simulink的模糊控制仿真
基于SIMULINK磁流变阻尼结构模糊控制器的仿真
基于SIMULINK 磁流变阻尼结构模糊控制器的仿真引 言磁流变减振器是一种阻尼可控器件,其工作原理是调节励磁线圈中的电流获得不同强度的磁场,使阻尼通道中磁流变液的流动特性发生变化,从而改变减振器的阻尼力。
磁流变减振器具有调节范围宽、功耗低、响应速度快、结构简单等特点,在汽车、建筑、航空航天等领域具有应用广阔前景。
本文采用模糊控制器实现磁流变阻尼器在振动过程中电流参数的选择。
此外, 在模糊控制器的设计中,隶属函数和模糊规则的确定对系统的减震控制效果有着显著影响,为此本文对采用不同隶属函数和模糊规则的模糊控制器进行了比较分析,并对一加有磁流变阻尼器的5层建筑结构进行实例仿真分析。
1. 磁流变阻尼器的力学模型Bingham 模型是磁流变阻尼器常采用的力学模型之一，其应力和应变的关系为：sgn()y ττηγ=⋅+ （1）式中，τ为磁流变液的剪应力；γ 为剪切应变速率；y τ为由磁场引起的剪切屈服应力（是电流的函数）；η为流体的动力粘度；sgn()⋅为符号函数。
根据Bing-ham 流体在窄缝中流动的压力梯度方程，可得磁流变阻尼器力学分析模型：2d 3123()sgn(())py P LA L F x t A xt Dh h ητπ=+ （2） 式中，，L 为活塞的有效长度；D 为缸体的内径；d 为活塞轴直径；h 为活塞与缸体间的间隙；()xt 为活塞与缸体间的相对运动速度；P A 为活塞的有效面积22()4P A D d π=-；η为磁流变液的表观粘度系数。
由于剪切屈服应力y τ与磁场强度有关，所以y τ是控制电流的函数。
剪切屈服应力y τ和控制电流I 之间的关系式为：123ln()I y Ae A I e A I τ-=+++ （3） 式中，12311374,14580,1281A A A =-==分别为与磁流变体性能相关的系数；e 为自然常数，其对应参数如图磁流变阻尼器的结构图1。
图1 磁流变阻尼器的结构图从磁流变阻尼器的力学模型可以看出，影响磁流变阻尼器输出力的主要因素有：磁流变液的最大屈服强度、体积流量（与缸体内径和活塞杆直径有关）、导磁区长度及导磁区内活塞与缸体间隙的宽度。
基于simulink的模糊PID控制例子
1模糊P1D用命令FUZZy翻开模糊控制工具箱。
AnfiSedit翻开自适应神经模糊控制器，它用给定的输入输出数据建个一个模糊推理系统，并用一个反向传播或者与最小二乘法结合的来完成隶属函数的调节。
SUrfVieW(newfis)可以翻开外表视图窗口8.1模糊PID串联型新建一个SimUIink模型同时拖入一个fuzzy1ogiccontro11er模块，双击输入已经保存的fis模糊控制器的名字。
由于这个控制模块只有一个输入端口，需要用到I I1UX模块。
模糊结合PID,当输出误差较大时，用模糊校正，当较小时，用PID校正。
8.2模糊自适应PID[1)PID参数模糊自整定的原那么PID调节器的控制规律为：u(k)=Kpe(k)+Ki∑e(i)+Kdec(k)其中：KP为比例系数；Ki为积分系数；Kd为微分系数；e(k)、ec(k)分别为偏差和偏差变化率.模糊自整定P1D参数的目的是使参数Kp、Ki、Kd随着e和ec的变化而自行调整,故应首先建立它们间的关系.根据实际经验,参数KP、Ki、Kd在不同的e和ec下的自调整要满足如下调整原那么：(1)当e较大时,为加快系统的响应速度，防止因开始时e的瞬间变大可能会引起的微分溢出,应取较大的Kp和较小的Kd,同时由于积分作用太强会使系统超调加大，因而要对积分作用加以限制,通常取较小的Ki值；(2)当e中等大小时,为减小系统的超调量，保证一定的响应速度，Kp应适当减小；同时Kd 和Ki的取值大小要适中；(3)当e较小时,为了减小稳态误差，Kp与Ki应取得大些,为了防止输出响应在设定值附近振荡，同时考虑系统的抗干扰性能,Kd值的选择根据IeC1值较大时，Kd取较小值，通常Kd为中等大小。
同时按照需要,将输入语言变量E和EC分为7个模糊子集,分别用语言值正大(PB)、正中(PM)、正小(PS)、零(Z)、负小(NS)、负中(NM)、负大(NB)来表示,它们的隶属函数为高斯型(gaussmf),输出语言变量Kp/、Ki，、Ker用语言值小正大(PB)、正中(PM)、正小(PS)、零(Z)、负小(NS)、负中(NM)、负大(NB)来表示隶属函数为三角型(trimf),方法二：图-1模糊自适应Simu1ink模型根据各模糊子集的隶属度赋值表和各参数模糊控制模型，应用模糊合成推理设计分数阶PID参数的模糊矩阵表，算出参数代入下式计算：Kp=KpO+(E,EOpjKi=KiO+(E,EC)I;Kd=KdO+(E,EC)d式中：KpO.KiO.KdO为P1D参数的初始设计值，由传统的PID控制器的参数整定方法设计。
基于simulink的模糊自适应pid三闭环控制设计及仿真
0 引言PID控制是目前应用于装备控制和自动化生产中一种比较成熟的控制方法,其具有算法相对简单、稳定性高和鲁棒性好的优点 [1]。
随着工业技术的发展对伺服电机的控制精度要求也在不断提高,单个PID控制器很难满足高精度的指标,目前常采用PID三闭环控制方法,即位置环、速度环、电流环组成的三环负反馈PID控制系统[2],PID 三闭环控制模型如图1所示。
其中内环是电流环,电流环为控制伺服电机输入电流大小的闭环回路,通过检测驱动器的输出电流值对设定电流进行调节,使得伺服电机的输入电流尽量接近设定电流;中间环是速度环,通过检测伺服电机编码器的速度反馈信号进行速度调节,速度环输出为电流环的设定,速度环的控制包含电流环控制;最外环为位置环,通过检测码盘位置信息进行位置控制,其输出为速度环的设定,在位置控制的同时进行速度和电流的控制[3-4]。
在使用PID三闭环控制方式控制伺服电机的过程中,需要对电流、速度、位置三环的PID参数依次进行调节,获得每个环中kp、ki、kd的最优值。
在实际调试中,由于三个PID控制器存在相互影响,需要调试人员具有较为丰富的经验,不断进行试验,以得到最优参数［5］。
当参数选择不合适时,系统容易发生超调现象,当一组最优PID参数选定后,负载变化或外部施加扰动时,伺服电机控制精度会迅速降低。
针对PID三闭环控制的缺点,本研究提出了基于模糊控制原理的模糊自适应PID三闭环控制方法。
1 模糊自适应PID三闭环控制方法设计模糊自适应PID控制以普通PID控制为基础,运用模糊数学的理论及方法,根据现有的工程经验,将相关运算规则用模糊集合表示,把模糊化后的控制规则作为先验知识储存于数据库中,然后根据系统输入信号的变化情况,计算机进行相应的模糊推理,实现对PID参数的自整定调整[6-8]。
在PID三闭环控制中,位置环反馈信号取自电机编码器或外部码盘,位置控制环输出为速度环的设定,在位置环控制模式下系统进行了电流、速度、位置三个环的运算,因此位置环PID控制器性能好坏很大程度上决定了PID三闭环控制的精度 [9]。
模糊控制位置跟踪的SIMULINK仿真
智能控制作业二“模糊控制位置跟踪的SIMULINK 仿真一、题目 设被控对象的传递函数为s s s G 252500)(2+=，输入信号为方波，周期为1秒，幅值为1，（可以用Pulse Generator 模块来产生）。
1）试设计两输入单输出模糊控制器，输入为偏差E 和偏差变化率EC ，输出为控制量U ，使系统输出能实时跟踪输入信号。
2）通过仿真理解并分析E 和EC 的参数选择对系统稳态误差和动态性能的影响，这些参数包括模糊子集的个数，论域的范围等。
作业中最好把不同参数下的仿真结果附上。
二、MATLAB 解决方案1、模糊控制模块的创建在MA TLAB 命令窗口中输入fuzzy 命令，会弹出模糊控制GUI 界面，打开隶属度函数编辑窗口，输入变量为E 和EC ，输出变量为U ，输入输出论域均设置为[-3 3]，每个变量都设置NB ，NM ，NS ，ZO ，PS ，PM ，PB 七个模糊子集，每个变量的隶属度函数均如图1所示，为了使输入误差在零附近反应敏感，这一部分隶属度函数设置得比较尖。
图1 隶属度函数编辑窗口根据如表1输入控制规则，如图2所示：表1 控制规则编辑完成后可以看到如图3所示的模糊输入与输出的三维示意图：图2 控制规则输入窗口图3 输出三维示意图2、simulink的仿真新建一个model，搭建如图4所示的控制框图，保存为fuc2文件夹中的fuz_ctrl.mdl。
其中增益模块用来控制将输入或输出与模糊控制器的论域相匹配。
图4 simulink控制框图3、调试后的仿真结果经过调试优化，最终得到的仿真波形如图5所示。
其中Ke=3，Kec=0.06，Ku=1.图5 最终运行结果三、控制参数对控制结果的影响1、论域对控制结果的影响这里采用Ke和Kec来起到控制输入变量的论域的作用，当增大量化因子，相当于缩小了输入变量的论域，当减小量化因子时，相当于增大了输入变量的论域。
在原来的基础上改变Ke，Kec的值，通过观察跟踪效果来说明论域对控制结果的影响。
模糊控制实例及simulink仿真实验报告
模糊控制实例及simulink仿真实验报告
一、背景介绍
模糊控制是一种基于模糊逻辑的控制方法，其优点在于可以很好地处理复杂的非线性和不确定性系统，而且不需要精确的数学模型和计算，能够快速实现控制的优化。
二、实例介绍
本次实例采用一个双轮小车为对象，实现小车在平面上向指定位置运动的控制。
通过小车的速度和转向角两个输入变量，输出一个模糊控制信号，控制小车前进和转向。
三、实验过程
1. 建立模糊控制系统模型
打开Simulink软件，建立一个新模型，模型中包括输入变量、输出变量和控制器。
2. 设计输入变量和输出变量
（1）设计输入变量
本实例选择小车速度和转向角两个输入变量，每个变量包含三个模糊集合，速度变量分别为“慢速”、“中速”、“快速”，转向角变量分别为“左转”、“直行”、“右转”。
（2）设计输出变量
模糊控制信号输出变量选择小车的前进和转向，每个变量包含三个模糊集合，分别为“慢行”、“中行”、“快行”、“左转”、“直行”、“右转”。
3. 建立控制器
建立模糊控制器，包含输入变量和输出变量的关系，建立控制规则库和模糊关系。
4. 仿真实验
在Simulink下进行仿真实验，调整控制器参数，观察小车运动状态，对比试验。
四、实验结果
经过多次试验和调整，得到最优的小车模糊控制参数，可以实现小车的平滑运动
和准确转向。
五、实验结论
本实验通过建立一个小车的模糊控制系统，可以有效实现小车的平滑运动和准确转向，控制效果优于传统的PID控制方法。
模糊控制可以很好地处理非线性、不确定性和模糊性的系统，适合许多需要快速优化控制的场合。
基于SIMULINK无刷直流电机模糊PID控制的建模与仿真
ｉ ｎ ｓ ｔ ｒ ｕ ｃ ｔ ｉ ｖ ｅ ｔ ｏ ａ ｃ ｔ ｕ ａｌ ｌ ｙ ｂ ｒ ｕ ｓ ｈｌ ｅ ｓ ｓ ＤＣ ｍｏ ｔ ｏｒ ｓ ｐ ｅ ｅ ｄ ｃ ｏｎ ｔ ｒ ｏｌ ｓ ｙ ｓ ｔ ｅｍ ｄ ｅ ｓ ｉ ｇ ｎ ． Ｋｅ ｙ ｗｏ ｒ ｄｓ ：Ｂ ｒ ｕ ｓ ｈ ｌ ｅ ｓ ｓ ＤＣ Ｍｏ ｔ ｏ ｒ ； Ｄｏｕ ｂ ｌ ｅ — ｌ ｏ ｏ ｐ Ｃｏｎ ｔ ｒ ｏｌ ； Ｆ ｕ ｚ ｚ ｙ ＰＩ Ｄ Ｃｏ ｎ ｔ ｒ ｏ ｌ
ａ ｉ ｍｉ ｎ ｇ ａ ｔ ｔ ｈ ｅ ｔ ｙ ｐ ｉ ｃ ａｌ ｔ ｗｏ － － ｐｈ ａ ｓ ｅ ｃ ｏ ｎ ｄｕ ｃ ｔ ｉ ｏ ｎ ｓ ｔ ａｒ ｔ ｈｒ ｅ ｅ － － ｐｈ ａ ｓ ｅ ｓ ｉ ｘ ｗｏｒ ｋ ｓ ｏ ｆ ｂｒ ｕ ｓ ｈｌ ｅｓ ｓ ＤＣ
统的 Ｐ Ｉ Ｄ控 制 方法相 比有 更好 的稳 定性和抗干扰性 。
变量 、强耦合 、非线性的复杂系统 …，
因此 传统 Ｐ Ｉ Ｄ 控 制 器 难 以 获 得 满 意
态 响应 等 优 点 ，基 于无 刷 直 流 电机 具有一系列优点 ，已在交通 、工业、 家 电、航空航天、军工、伺服控制等 领域 都 被 广 泛地 使 用 ，因此 对其 控 制 方 式的研 究可 以更 广 泛的 挖掘 其
基于MATLAB_SIMULINK的直流电机模糊控制的仿真
理论与设计基于MATLAB/SIMULINK的直流电机模糊控制的仿真周小波 王群京 陈 伟 周嗣理安徽大学（230039）Fuzzy Control Simulation for Dc Motor Based on MATLAB/SIMULINKZhou Xiaobo Wang Qunjing Chen Wei Zhou SiliAnhui University双闭环调速系统[2]。
摘 要：介绍了直流电机的双闭环调速原理，并用M A T L A B构建了直流电机转速、电流双闭环调速系统的模型。
转速环采用模糊控制器，与传统的P I调节器进行比较，模糊控制器具有更好的控制性能。
关键词：双闭环 模糊控制 直流电机SIMULINKAbstract: The principle of double-closed-loop speedregulation system for dc motors was introduced and modelof it was established by means of MATLAB. The speed loop employed the fuzzy logical control. Compared with the traditional PI control, the fuzzy logical controller had better performance.Keywords:Dual-closed-loop Fussy logical controller DC motor由于直流电机系统本身的非线性，当被控对象特性发生变化时，P I调节器难以保持良好的控制性能。
因此本文设计了基于模糊自调节的P I控制器，根据专家的在线调整，以M A T L A B/ S I M U L I N K为工具箱，建立直流电机的常规控制和模糊控制的仿真模型。
1 双闭环调速系统1.1 双闭环调速系统的组成为了实现转速和电流两种负反馈分别起作用，在系统中分别设置两个调节器以调节转速和电流。
模糊pidmatlab(simulink)仿真详细步骤
下面用一个简单的例子作介绍：（本例不是特别针对实现什么功能，只是为了介绍方便）第一部分创建一个模糊逻辑（.fis文件）第一步：打开模糊推理系统编辑器步骤：在Commond Window 键入fuzzy回车打开如下窗口，既模糊推理系统编辑器第二步：使用模糊推理系统编辑器本例用到两个输入，两个输出，但默认是一个输人，一个输出步骤：1、添加一个输入添加一个输出得如下图2、选择Input、output(选中为红框)，在Name框里修改各输入的名称并将And method 改为prod，将Or method 改为probor提示：在命名时’_’在显示时为下标，可从上图看出。
第三步：使用隶属函数编辑器该编辑器提供一个友好的人机图形交互环境，用来设计和修改模糊推理系中各语言变量对应的隶属度函数的相关参数，如隶属度函数的形状、范围、论域大小等，系统提供的隶属度函数有三角、梯形、高斯形、钟形等，也可用户自行定义。
步骤：1、双击任何一个输入量（In_x、In_y）或输出量打开隶属度函数编辑器。
2、在左下处Range和Display Range处添加取值范围，本例中In_x和In_y的取值范围均为[0 10], Out_x和Out_y的取值范围均为[0 1]3、默认每个输入输出参数中都只有3个隶属度函数，本例中每个输入输出参数都需要用到五个，其余几个需要自己添加：选中其中一个输入输出参数点击Edit菜单，选Add MFS…打开下列对话框将MF type设置为trimf(三角形隶属度函数曲线，当然你也需要选择其他类型) 将Number of MFs设置为2点击OK按钮同样给其他三个加入隶属度函数4、选中任何一个隶属度函数（选中为红色），在Name中键入名称，在Type 中选择形状，在Params中键入范围，然后回车如下图：5、关闭隶属函数编辑器第四步：使用规则编辑器通过隶规则编辑器来设计和修改“IF...THEN”形式的模糊控制规则。
基于simulink的模糊PID控制例子06465(谷风软件)
1模糊PID用命令Fuzzy打开模糊控制工具箱。
Anfisedit打开自适应神经模糊控制器，它用给定的输入输出数据建个一个模糊推理系统，并用一个反向传播或者与最小二乘法结合的来完成隶属函数的调节。
Surfview(newfis)可以打开表面视图窗口8.1 模糊PID 串联型新建一个simulink模型同时拖入一个fuzzy logic controller 模块，双击输入已经保存的fis模糊控制器的名字。
由于这个控制模块只有一个输入端口，需要用到mux模块。
模糊结合PID,当输出误差较大时，用模糊校正，当较小时，用PID校正。
8.2 模糊自适应PID（1）PID 参数模糊自整定的原则PID 调节器的控制规律为: u( k) = Kp e( k) + Ki Σe( i) + Kd ec( k)其中: Kp 为比例系数; Ki 为积分系数; Kd为微分系数; e( k) 、ec( k) 分别为偏差和偏差变化率.模糊自整定PID 参数的目的是使参数Kp 、Ki 、Kd随着e 和ec 的变化而自行调整,故应首先建立它们间的关系. 根据实际经验,参数Kp 、Ki 、Kd在不同的e 和ec 下的自调整要满足如下调整原则:(1) 当e 较大时,为加快系统的响应速度,防止因开始时e 的瞬间变大可能会引起的微分溢出,应取较大的Kp 和较小的Kd ,同时由于积分作用太强会使系统超调加大,因而要对积分作用加以限制,通常取较小的Ki值;(2) 当 e 中等大小时,为减小系统的超调量, 保证一定的响应速度, Kp 应适当减小;同时Kd 和Ki的取值大小要适中;(3) 当e 较小时,为了减小稳态误差, Kp 与Ki 应取得大些,为了避免输出响应在设定值附近振荡,同时考虑系统的抗干扰性能,Kd 值的选择根据|ec|值较大时，Kd 取较小值，通常Kd 为中等大小。
同时按照需要,将输入语言变量E 和EC 分为7 个模糊子集,分别用语言值正大( PB) 、正中( PM) 、正小( PS) 、零(Z) 、负小(NS) 、负中(NM) 、负大(NB) 来表示,它们的隶属函数为高斯型(gaussmf) ,输出语言变量Kp′、Ki′、Kd′用语言值小正大( PB) 、正中( PM) 、正小( PS) 、零(Z) 、负小(NS) 、负中(NM) 、负大(NB) 来表示隶属函数为三角型(t rimf) ,方法二：图-1模糊自适应simulink模型根据各模糊子集的隶属度赋值表和各参数模糊控制模型，应用模糊合成推理设计分数阶PID参数的模糊矩阵表，算出参数代入下式计算：Kp=Kp0+(E，EC)p;Ki=Ki0+(E，EC)I;Kd=Kd0+(E，EC)d式中：Kp0、Ki0、Kd0为PID参数的初始设计值，由传统的PID控制器的参数整定方法设计。
基于Matlab_Simulink的电动汽车驱动系统起动过程的模糊控制与仿真
作者简介:冉振亚(1949-),男,重庆大学副教授;从事汽车绿色技术及天然气汽车技术的开发工作。
基于M a tlab Si m ul i nk 的电动汽车驱动系统起动过程的模糊控制与仿真冉振亚1,杨 超1,2,曹文明1,2(11重庆大学机械工程学院,重庆 400044;21国家客车质量监督检验中心,重庆 400067)摘 要:利用M atlab Si m u link 对电动汽车驱动用永磁同步电动机(Perm anen t M agnet Syn 2ch ronou s M o to r ,PM S M )的驱动系统起动过程进行模糊控制并对其结果进行仿真。
关键词:电动汽车;起动;模糊控制;仿真Abstract :T h is paper researches the fuzzy con tro l and si m u lati on of the starting p rocess fo r electrical veh icle to u sethe Perm anen t M agnet Synch ronou sM o to r (P M S M )by u se of M atlab Si m u link 1Key words :E lectrical veh icle ;Starting system ;Fuzzy con tro l ;Si m u lati on中图分类号:U 469172 文献标识码:A 文章编号:100623331(2004)0420001203 为了保护人类赖以生存的环境,汽车的绿色技术成为当今的热门话题;特别是当前石油资源面临枯竭,促使绿色汽车的开发成为世界汽车发展的主流。
电动汽车是当今绿色汽车之一,其中电动机驱动系统(亦称电动机及其控制系统)是电动汽车的心脏,是电动汽车研制的关键技术之一。
在电动汽车驱动系统中,PM S M 具有动态性能好、体积小、重量轻等优点,是电动汽车驱动系统的最理想的选择[1]。
基于SimuLink的模糊PID控制器设计及仿真
基于SimuLink的模糊PID控制器设计及仿真作者：张志超崔天时冯兆宇张桢来源：《物联网技术》2016年第08期摘要：传统的PID控制器具有算法简单、控制精度高的特点，但对于存在随机干扰和滞后的系统无法获得满意的控制效果，而模糊控制器具有能适应被控对象非线性和时变性的优点，但控制精度不高。
因此，文中将模糊控制和PID控制结合起来设计了一个模糊PID 控制器，并利用Matlab工具中的SimuLink工具箱进行了仿真，结果表明模糊PID控制器比传统的PID控制器具有更优良的动态性能及鲁棒性。
关键词：模糊控制；PID控制；SimuLink仿真；Matlab中图分类号：TP391 文献标识码：A 文章编号：2095-1302（2016）08-00-020 引言PID控制器是最早发展起来的控制策略之一，由于其具有控制算法简单、鲁棒性能好、可靠性高[1]的特点，被广泛应用到工业过程控制中，但对于难以建立精确数学模型的控制对象，应用传统的PID不能达到理想的控制效果。
而模糊控制是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机控制方法[2]，作为智能控制的一个重要分支，在控制领域获得了广泛应用，可以用模糊控制器调整PID控制器的参数，充分发挥模糊控制器和PID控制器的优点，使系统达到最佳的控制效果。
本文对模糊PID控制器进行了设计并仿真。
1 模糊PID控制器的设计1.1 控制器结构设计模糊PID控制器由模糊推理和PID控制器两部分组成[3]。
其结构如图1所示。
其原理是把输入PID调节器的偏差e和偏差变化率de/dt同时输入到模糊控制器中，对3个参数KP、KI、KD进行调节，经过模糊化、近似推理和清晰化后，把得到的修正量ΔKP、ΔKI、ΔKD分别输入PID调节器中，对三个系数进行实时在线修正。
其中模糊控制器采用二维的Mamdani控制器，模糊控制决策采用Max-Min，解模糊采用重心法[4]。
1.2 模糊控制器控制算法的确立1.2.1 模糊控制器中各变量隶属函数的确定该模糊控制器以|e|和|ec|为输入语言变量，以ΔKP、ΔKI和ΔKD为输出语言变量。
基于模糊工具箱和SIMULINK的模糊控制系统计算机仿真_汪光阳
摘要： 将 078279 中的模糊工具箱和 ./012/34 结合起来对模糊控制系统进行计算机仿真， 阐述了仿真的建模方法、 基 本步骤和应注意的问题， 并举例说明。 使模糊控制系统的计算机仿真从建立系统的仿真模型到仿真结果的图形化处理变 得非常简单、 直观和方便。 关键词： 078279: 模糊控制 : 计算机仿真 中图分类号： 8;’* 文献标识码： 9
图E
模糊控制系统 ?-@AB-CD 模型
必须利用 *6+&9(> 指令将模糊推理系统文件 9;<,= 9(> 转换成变量名为 9(>’+1 的模糊推理矩阵。 *6+&9(> 指令 的调用格式为： 9(>’+1 M *6+&9(> 3 ‘ 9;<, N 4 取文件名为： (%(9;<,= ’。 菜单操作方式仿真前， 要运行 (%(9;<, 文件， 为此可建立变量初始化模块来打开该文件 3 仿真前， 双 击初始化模块） ， 或仿真前在命令窗口运行该文件， 然后按照 ?-@AB-CD 的仿真方法设置仿真参数并进 行仿真计算。阶跃输入时模糊控制器和系统输出响应如图 H 所示。
>
结束语
ห้องสมุดไป่ตู้
介绍了将 ?=))* @770A7+ 和 B:CDE:FG 相结合对模糊控制系统进行计算机仿真的方法，该方法简 单、 直观和方便， 为模糊控制系统计算机仿真提供了有效的途径。
参考文献： HIJ H!J 程卫国， 冯峰， 姚东 K 等， CL@ELMN, > 应用指南 H C J , 北京 O 人民邮电出版社， IPPP, 蒙以正 , CL@ELMN, Q 应用与技巧 H C J , 北京 O 科学出版社， IPPP,
基于Simulink和C_C_混合编程的模糊控制系统仿真
引 言1
在过去的 30 年里，模糊控制已经为将人的控制经验及 推理过程引入自动控制策略提供了一条简洁的途径。目前人 们开始重视经典模糊控制系统稳态性能的改善、模糊自适应 控制与专家模糊控制理论与设计方法的研究。模糊控制已成 为最近几十年在控制领域发展最为迅猛的一个研究方向。
在模糊控制的设计和研究中，工程设计人员多是在 MATLAB 下进行仿真研究。MATLAB 是一种面向科学与工 程计算的高级语言，它集科学计算、自动控制、信号处理、 神经网络和图像处理功能于一体，具有极高的编程效率。它 提供的 Simulink 是一个用来对动态系统进行建模、仿真和 分析的软件包，它支持线性和非线性系统，能够在连续时间 域、离散时间域或两者的混合时间域里进行建模，它同样支 持具有多种采样频率的系统。在过去几年里，Simulink 已经 成为教学和工业应用中对动态系统进行建模时使用的最为 广泛的软件包。
为设计一个优良的模糊控制器，其关键是要有一个便于 灵活调整的模糊控制规则。基于解析表达式的模糊数模型就 具有这样的优点，且显著的改善了模糊控制系统的控制精度 与稳定性能，是一种非常实用的、便于在工程上应用的模糊 控制系统的设计方法。
设所设计的控制器为双输入单输出模糊控制器。模型结 构所涉及的三个变量语言是：误差 E~(e) ，误差变化率 E~C(e&)
有很好的鲁棒性能。
>>tic,[t,y]=sim('gundong_chazhi');toc % 模糊模块仿真系统
>> elapsed_time =8.5030
>>tic,[t,y]=sim('gundong_chazhi1');toc % C/C++编写的模糊控制器仿真系统
基于MATLAB_SIMUINK的模糊控制系统设计与仿真
基于MATLAB/SIMUINK 的模糊控制系统设计与仿真一． 目的进一步深入理解模糊控制的原理，学习设计模糊控制器的方法。
掌握用SIMULINK 进行模糊控制系统仿真分析的方法。
二．基于SIMULINK 平台的模糊控制系统设计一个模糊控制器去控制下面的被控对象（每人选一个）。
系统输入是阶跃信号，达到的性能指标：超调小于15%，调节时间尽可能短。
1. 二阶被控对象 12()(1)(1)sK e G s T s T s τ-=++其中 K=20，T 1=10，T 2=30，τ=3K=30，T 1=5， T 2=35，τ=5K=40，T 1=10，T 2=15，τ=2K=10，T 1=8， T 2=30，τ=4K=20，T 1=10，T 2=25，τ=6 K=4 ，T 1=8， T 2=30，τ=4 K=20，T 1=20，T 2=5， τ=6K=15，T 1=20，T 2=20，τ=4K=10 T 1=20，T 2=5， τ=10K=15，T 1=2，T 2=20， τ=6三阶被控对象 12()(1)(1)K G s s T s T s =++其中 K=10，T 1=5， T 2=15K=5， T 1=10，T 2=30K=20，T 1=20，T 2=25K=10，T 1=40，T 2=15K=30，T 1=50，T 2=30K=20，T 1=60，T 2=252. 用SIMULINK 的Fuzzy 控制器和被控对象组成模糊控制系统。
3. 设计模糊控制器参数：二输入单输出（控制量有限幅：-8 < u < 8。
）确定输入、输出的隶属函数（可选三角形、梯形、高斯函数），语言变量取5~9个左右；设计模糊控制规则；模糊推理方法（可选极大-极小、极大-乘积）；清晰化方法（可选centroid 重心法，bisector 面积平分法等）。
每人做两个不同的组合。
4.做阶跃信号的跟踪仿真实验。
记录系统的输出，控制器输出。
Matlab模糊控制器的设计以及simulink下对模糊控制器系统的仿真(word文档良心出品)
Matlab模糊控制器的设计以及simulink下对模糊控制器系统的仿真首先，在Matlab的命令窗口（command window）中输入fuzzy，回车就会出来这样一个窗口:接下来在上述窗口中进行模糊控制器的设计：1.双输入，单输出：点击Edit----Add Variable---input2.为E添加隶属度函数，E的论域为{-6，-5，-4，-3，-2，-1,0,1，2,3,4,5,6}，E的模糊集合为{NB,NM,NS,NZ,PZ,PS,PM,PB},Edit—Membership Function edit,如下图所示：3.为EB添加隶属度函数，EB的论域为{-6，-5，-4，-3，-2，-1,0,1，2,3,4,5,6}，EB的模糊集合为{NB,NM,NS,ZE,PS,PM,PB},Edit—Membership Function edit,如下图所示：4.为U添加隶属度函数，U的论域为{-6，-5，-4，-3，-2，-1,0,1，2,3,4,5,6}，U的模糊集合为{NB,NM,NS,ZE,PS,PM,PB},Edit—Membership Function edit,如下图所示：其中E,EB,U均为模糊量。
5.为模糊控制器设计模糊规则，由于E的语言变量有8个，EB的语言变量有7个，所以模糊控制器的模糊规则总共有8*7=56条，接下来为模糊控制器添加规则：双击untitled，则有下面的表格：制定完成后，会形成模糊规则矩阵，系统会根据模糊输入量E,EB，经过模糊控制规则[56条]，进而确定输出量U。
6.对输入量模糊化以及对输出量清晰化，我们采取最小最大重心法。
7.点击export—to file. ***#$.fis文件就是所设计的控制器。
8.下面对我们设计的模糊控制器进行检验，所构建的系统如下：系统分析：模糊控制器：双输入单输出，输入为误差以及误差的变化率的模糊量，输出为控制量的模糊量，模糊控制器中有56条规则。
模糊控制系统的MATLABSIMULINK仿真与分析
收稿日期:2000207203 基金项目:河南省教委自然科学基金项目(97465001) 作者简介:王东云(19642),男(汉族),湖南津市人,中原工学院电气工程系副教授、工学博士. 第11卷第4期郑州纺织工学院学报V ol.11 N o.42000年12月JOURNA L OF ZHENGZH OU TEXTI LE INSTITUTE Dec.,2000 文章编号:100724945(2000)0420001204模糊控制系统的MAT LAB ΠSI MULINK 仿真与分析王东云1,凌德麟2(1.中原工学院电气工程系;2.中原工学院院部,河南郑州 450007)摘要: 针对M AT LAB ΠSI M U LI NK 的模糊控制工具箱的使用方法和应用的相关文献尚未见到的情况,介绍了基于M AT 2LA B ΠSI M U LI NK 的模糊控制系统仿真分析的方法与步骤.在仿真的基础上,研究了量化因子、比例因子对模糊控制性能的影响.关 键 词: M AT LAB ΠSI M U LI NK;模糊推理系统;模糊控制;隶属度函数中图分类号:TP273.5 文献标识码:A MAT LAB 软件自1984年由美国的Math W orks 公司推出以来,其应用范围越来越广泛.目前的MAT LAB 已经成为国际上最为流行的软件之一[1].它除了传统的交互式编程之外,还提供了丰富的矩阵运算、图形绘制、数据处理、图像处理、方便的Windows 编程等便利工具.另外,MAT LAB 有很强的开放性,针对不同的应用学科,在MAT LAB 上可以推出不同的工具箱,这样就大大扩展了MAT LAB 的运用范围.目前,已经推出了控制系统的工具箱、系统辨识工具箱、神经网络工具箱、信号处理工具箱及模糊推理系统工具箱等许多学科性的工具箱,但针对具体的学科性的工具箱的使用方法和应用的相关文献尚未见到.因此本文详细介绍了利用MAT LAB5.0模糊推理工具箱,进行模糊控制系统的仿真与分析的方法与步骤.1 MAT LAB ΠSIMU LINK 简介MAT LAB 语言是一种面向科学与工程计算的高级语言,基本语法单元是矩阵.变量的赋值采用:变量=表达式的形式,变量有全局变量和局部变量两种.MAT LAB 的数据结构非常简单,只有数据变量和字符变量两种.MAT LAB 语言有三种基本的程序结构:顺序结构、循环结构及分支结构.其中循环结构有FOR -E ND 循环和WHI LE -E ND 循环两种.FOR -E ND 循环的一般形式为:FOR x =表达式(形如x =起点:步长:终点)循环体E ND WHI LE -E ND 循环的一般形式为:WHI LE 表达式(表达式非零,则执行循环体)循环体E ND 分支、结构的一般形式为:IF (表达式(非零)) 语句体 1E LSE 语句体 2E NDMAT LAB 的M 文件在功能上可分为两种类型:文本文件和函数文件.这两种文件都是ASCII 码的文本格式.文本文件包含一系列专门的MAT LAB 语句,当运行一个文本文件时,将自动执行一系列命令直至给出最终结果,而不是交互地等待键盘输入,如M 文件的第一行包“FUNCTI ON ”,则这个文件就是函数文件.其一般形式:FUNCTI ON[输出函数1,输出函数2,…]=函数名(输入参数1,输入参数2,…).函数调用格式:[输出参数1,输出参数2,…]=函数名(输入参数1,输入参数2,…).M A T LA B 有很强的绘图功能,用命令plot ()实现.SI MU LI NK 子库是一个建模、分析各种物理和数学系统的软件.它用框图表示各系统的各个环节,用带方向的连线表示各环节的输入输出关系.SI M U LI NK 的启发十分丰富,只需在命令窗口键入“SI M U LI NK ”命令,此时出现一个SI M U LI NK 窗口,包含七个模型库和一个DE M OS ,分别是:信号源库、输出库、离散系统库、线性系统库、非线性系统库及扩展系统库.在这些库中你可以找到你所需的每个环节,必要时,你还可以建立自己的环节库.具体方法可参见文献[2].2 利用M A T LA B 建立模糊控制仿真系统2.1 利用图形编辑器编辑模糊推理系统(FIS )在MAT LAB 的命令状态下键入Fuzzy.模糊推理系统图形编辑器如图1所示.它显示了模糊推理系统的高层信息.在顶部有一标名为输入和输出的系统图表,通过双击输入或输出框,产生隶属函数编辑器;双击图表中心的模糊规则框,产生规则编辑器.图1 模糊推理系统图形编辑器 图表的下方是显示当前FIS 名的文本区.窗口的左下角有一系列弹出菜单使你能定义用于模糊隐含程序的变量函数,右下方是提供关于当前变量信息的区域.通过单击输入或输出框来决定当前变量.如此我们构造了一个模糊推理系统,即建立了模糊控制器的输入输出变量名称、个数、变量的论域、分档、隶属度函数的形式、模糊运算方法、去模糊的方法、模糊规则集等.实际上我们可以利用show fis ()函数来查阅有关模糊推理系统的信息.另外还可以给刚刚建立的模糊推理系统取个名字,如:Firstfis.2.2 利用SIMU LINK 的图形编辑器构造模糊控制系统图2为一常规模糊控制系统.图2 常规的模糊控制系统结构其中:K 1、K 2为量化因子;K 3为比例因子.对如图2所示的模糊控制系统我们可以使用SI M 2U LI NK 的图形编辑器构造出,其步骤如下:(1)键入simulink ,进入SI MU LI NK 的图形编辑器.(2)在File ΠNew 下建立一个M odel 文件.(3)根据控制系统结构,利用SI MU LI NK 的图形编辑器,从SI MU LI NK 的模型库中“拖出”所需的各个环节,如在Blockets &T oolboxes 中的SI MU LI NK Fuzzy 库中,我们可以“拖出”Fuzzy logical controller ,在Linear 库或其它库中,我们可以设定控制对象.最后我们可以构造出所需的控制系统(见图3).图3 模糊控制系统控制框图 注意在“拖出”所需的各个环节后,可以设置各环・2・ 郑州纺织工学院学报 2000年 第11卷 节的参数.如设置比例环节的比例系数等.注意在设置模糊控制器时,要把在第一步建立的模糊推理系统与之统一起来,这样就可以在仿真时使用.这时我们可以使用MAT LAB 命令:afuzzycontroller =readfis (‘firstfis ’)其中firstfis 为在第一步建立的模糊推理系统名,接下来我们可以开始仿真.3 基于MAT LAB 的模糊控制仿真分析实例 对图2的一个经典的二维模糊逻辑控制器,比例因子K 1和K 2分别相当于模糊控制的比例作用和微分作用的系数,K 3则相当于总的放大倍数[3,4].K 1,K 2增大,相当于控制器的比例作用、微分作用增强;而K 3增大,相当于控制器的放大倍数加大.如图4为不同K 1时系统的阶跃响应.如图5为不同K 3时系统的阶跃响应.由以上仿真结果,我们不难分析出量化因子和比例因子对控制系统性能的影响:图4 K 1为不同值的系统响应图5 K 3为不同值的系统响应 (1)K 1越大,系统调节惰性越小,上升速率越快.(2)K 1过大,系统上升速率过大,产生的超调大,使调节时间增长,严重时还会产生振荡乃至系统不稳定.(3)K 1过小,系统上升速率较小,系统调节隋性变大,同时也影响系统的稳态性能,使稳态精度降低.(4)K 3增大,相当于系统总的放大倍数增大,系统的响应速度加快.(5)K 3过大,会导致系统输出上升速率过大,从而产生过大的超调乃至振荡和发散.(6)K 3过小,系统的前向增益很小,系统输出上升速率较小,快速性变差,稳态精度变差.4 结 语利用MAT LAB 来实现模糊控制器的仿真分析非常简便,为研究模糊控制理论、设计模糊控制器提供了有力的工具.如何利用MAT LAB 来实现自适应模糊控制器的仿真分析与设计,应是我们下一步要研究的问题.参考文献:[1] 张培强.M AT LAB 语言—演算纸式的科学工程计算语言[M].合肥:中国科技大学出版社,1995.228-327.[2] 施阳,李涛,许忻等.M AT LAB 语言精要及动态仿真工具S imulink[M].西安:西北工业大学出版社,1998.356-367.[3] 孙庚山,兰西柱.工程模糊控制[M].北京:机械工业出版社,1995.76-81.[4] 章正斌,吴汝善,于健.模糊控制工程[M].四川:重庆大学出版社,1995.288-290.(下转第7页)・3・ 第4期 王东云等:模糊控制系统的M AT LAB ΠSI M U LI NK 仿真与分析 (2)与静态冰蓄冷相比,动态冰蓄冷有以下特点:蓄冰槽内水温分布较均匀,不会出现温度不均及槽体的结构产生的“死区”.由于减少了管外冰壳造成的热阻,使水温下降较快,提高了整体结冰速度;且水流均匀冲刷盘管壁面,增大了管外的换热系数,充分利用了水的显热与潜热蓄冷的能力.(3)建议在冰蓄冷的过程中,采用动态的蓄冷过程.提高水的显热及潜热的利用能力.同时由于动态蓄冰时,槽体内水温低并且均匀,使释冷水温在较长时间保持稳定,提供较大的释冷速率,适应于短时间内需要大量的冷量的场合.国内一些公共建筑,如:体育馆、影剧院、会堂等均可采用动态冰蓄冷技术,提高经济效益.5 致谢本实验得到了中原工学院暖通空调教研室周光辉、范晓伟、王军及其专业实验室付光轩、刘寅等老师的大力帮助,在此表示感谢.参考文献:[1] 方贵银.蓄冷平板堆积床动态蓄冷性能研究[J ].制冷,1999,(2):1-6.[2] 华泽钊,刘道明.蓄冷技术及其在空调中的应用[M].北京:科学出版社,1997.48-64.[3] 张永铨.蓄冷空调系统[M].北京:中国建筑工业出版社,1998.20-38.[4] W.D.马克劳斯基.陈义雄译.冰蓄冷与区域供冷[J ].暖通空调,1996,(1):71-73.Experimental R esearch of W ater T emperature Form ation in theCooling Storage T ank for Dynamic and Static Perform ance Cooling SystemsLI U Jian 1,G ONG Y i2(1.X i ′an University of Architecture &T echnology ,X i ′an 710049;2.Zhongyuan Institute of T echnology ,Zhenzhou 450007,China ) Abstract : The purpose of this paper focuses specially on the experimental research on the water tem perature formation mechanism of the ice storage processes on the external melt ice 2on 2coil system in the ice storage tank ,in which the system op 2erats with different performance.Through the research of this system ,the characteristic of the initial tem perature of the cooling water with the time is studied.The result can be used by engineering designer.K ey w ords : evaporator helical coil ;ice storage am ount ;cooling space(上接第3页)Simulation and Analysis for Fuzzy ControlSystem B ased on MAT LAB ΠSIMU LINKWANG Dong 2yun ,LI NG De 2lin(Zhongyuan Institute of T echnology ,Zhengzhou 450007,China ) Abstract : Methods for simulating and analyzing fuzzy control system with MAT LAB ΠSI MU LI NK are introduced in thispaper ,for no relating references were published.Further m ore effect on performance of fuzzy control system by quantum factor and proportional factor is studied.K ey w ords : MAT LAB ΠSI MU LI NK;fuzzy inference system (FIS );fuzzy control ;membership function・7・ 第4期 刘 建等:动、静态冰蓄冷蓄冷槽水温变化的实验分析 。
Simulink模糊控制教程
在20世纪70年代和80年代，模糊控制的理论框架逐渐形成，模糊 集合、模糊逻辑和模糊推理等基本概念得到深入研究和应用。
应用
随着计算机技术的发展，模糊控制的应用领域不断扩大，涉及工业控 制、智能家居、医疗等领域。
模糊控制的应用领域
01
工业控制
模糊控制在工业控制领域中得到了广泛应用，例如温度控制、压力控制、
最小值清晰化
将最小值推理得到的输出模糊集合映射到清晰输出上，通常采用中心平均法或 中心最大值法。
04
模糊控制系统的仿真与实 现
模糊控制系统的仿真
模糊逻辑工具箱
使用Simulink的模糊逻辑工具箱 进行模糊控制系统的仿真，可以 方便地创建模糊控制器并进行仿 真分析。
模糊化与去模糊化
在仿真过程中，需要将输入信号 模糊化，将输出信号去模糊化， 以模拟实际模糊控制器的行为。
使用这个工具箱，用户可以轻松地构建和测试各种类 型的模糊控制系统，包括单输入单输出（SISO）系统
和多输入多输出（MIMO）系统。
03
模糊控制器设计
模糊化方法
输入模糊化
将输入信号映射到对应的模糊集合上 ，通常采用三角形、梯形或任何可用 的形状来表示模糊集合。
输出模糊化
根据系统输出和期望输出的偏差，调 整模糊集合的中心和宽度，以实现输 出模糊化。
模糊控制在液位控制系统中的应用
总结词
液位控制系统要求精确控制液位高度，同时要考虑到液体的流动性和容器的形状等因素，模糊控制能够实现高精 度的液位控制。
详细描述
在液位控制系统中，模糊控制器可以根据液位传感器的实时数据和设定值，通过模糊逻辑推理快速调整进液或出 液阀门的开度，实现液位的精确控制。同时，模糊控制器还可以根据液体的物理特性和容器的大小等因素对液位 变化进行预测和控制。
基于simulink的模糊控制仿真
基于simulink的模糊控制仿真已知系统的传递函数为：1/(10+1)某e(-0.5)。
假设系统给定为阶跃值r=30，系统初始值r0=0.试分别设计(1)常规的PID控制器；(2)常规的模糊控制器；(3)比较两种控制器的效果；(4)当通过改变模糊控制器的比例因子时，系统响应有什么变化？一．基于imulink的PID控制器的仿真及其调试：调节后的Kp，Ki，Kd分别为：10，1，0.05。
示波器观察到的波形为：二．基于imulink的模糊控制器的仿真及其调试：（1）启动matlab后，在主窗口中键入fuzzy回车，屏幕上就会显现出如下图所示的“FISEditor”界面，即模糊推理系统编辑器。
（2）双击输入量或输出量模框中的任何一个，都会弹出隶属函数编辑器，简称MF编辑器。
（3）在FISEditor界面顺序单击菜单Editor—Rule出现模糊规则编辑器。
本次设计采用双输入（偏差E和偏差变化量EC）单输出（U）模糊控制器，E的论域是[-6,6]，EC的论域是[-6,6]，U的论域是[-6,6]。
它们的状态分别是负大（NB）、负中（NM）、负小（NS）、零（ZO）、正小（PS）、正中（PM）、正大（PB）。
语言值的隶属函数选择三角形的隶属度函数。
推理规则选用Mamdani控制规则。
该控制器的控制规则表如图所示：Simulink仿真图如下：在调试过程中发现加入积分调节器有助于消除静差，通过试凑法得出量化因子，比例因子以及积分常数。
Ke，Kec，Ku，Ki分别是：3，2.5，3.5，0.27三．实验心得：通过比较PID控制器和模糊控制器，我们可知两个系统观察到的波形并没有太大的区别。
相对而言，对于给出精确数学模型的控制对象，PID控制器显得更具有优势，其一是操作简单，其二是调节三个参数可以达到满意的效果；对于给出给出精确数学模型的控制对象，模糊控制器并没有展现出太大的优势，其一是操作繁琐，其二是模糊控制器调节参数的难度并不亚于PID控制器。
基于Simulink模糊PID控制设计与实祥解
哈尔滨商业大学毕业设计（论文）基于Simulink的模糊PID控制器设计与实现学生姓名指导教师李晖专业电子信息工程学院计算机与信息工程学院二〇一四年六月七日Graduation Project (Thesis)Harbin University of CommerceThe Design and Realization of Fuzzy-PID Controller Based on SimulinkStudentSupervisor Li HuiSpecialty Electronic Information EngineeringSchool Computer and Information Engineering2014-6-7毕业设计（论文）任务书毕业设计（论文）审阅评语毕业设计（论文）审阅评语毕业设计（论文）答辩评语摘要科学技术和人工智能的不断发展，促使自动控制向智能控制的方向发展，作为一种新的控制技术，智能控制已经在越来越多的控制领域得到了广泛的应用。
PID控制是最为传统的一种控制技术，自18世纪引入控制领域以来，一直保持着它在工业工程控制的主导地位，被誉为控制领域的常青树，据统计工业控制的控制器中PID类控制器占90%以上。
PID控制器是最早出现的控制器类型，因为其结构简单，各个控制器参数有着明显的物理意义，调整方便，所以这类控制器深受工程技术人员喜爱。
模糊控制是以集合论、模糊语言变量与模糊逻辑推理为基础，以先验知识和专家经验为控制规则的一种智能控制技术。
由于其可以从行为上摸你人的模糊推理和决策过程；不需要对象的数学模型既可以实现比较好的控制；可以实现非线性控制。
在众多领域获得了成功的应用。
关键词：PID控制；模糊控制；MATLAB/SIMULINK；模糊PID控制AbstractScience technology and artificial intelligences develop continuously, which urge the automatic control toward the direction of development that intelligence control, being a kind of new control technique, the intelligence control has already got the extensive application in more and more control realms.The PID control is the most traditional control technique, which has been keeping predominant position at the industry process control since it was led into the control realm in 18 centuries, it was called the evergreen tree of the control realm. According to the covariance, PID controller has 90% above of the controllers in the industry control. To the engineering technical personnel’s fancy, for its structure is simple, each controller parameter has the obvious physics meaning, and adjusting is convenient.The fuzzy control, which is based on the gathering theory, fuzzy language parameters and fuzzy logic theories, with the control rule of checking knowledge and expert’s experiences, is a kind of intelligence control technique. The fuzzy control can imitate the person’s faintness to reason logically and make policy from the behavior, can realize better control without the mathematics model of the object, can carry out no line control, so it has strong vitality.Keywords：PID Control, Fuzzy Control, MATLAB/SIMULINK, Fuzzy PID Control目录摘要 (I)Abstract (II)1绪论 (1)1.1研究目的和意义 (1)1.2国内外研究现状 (1)1.3论文研究内容 (3)2PID控制和模糊控制理论概述 (5)2.1PID控制技术概述 (5)2.1.1 PID控制算法 (5)2.1.2 PID控制器组成 (6)2.1.3 PID控制特点 (8)2.2模糊控制技术概述 (9)2.2.1 模糊逻辑 (9)2.2.2 模糊控制算法 (10)2.3本章小结 (13)3模糊PID控制器设计 (14)3.1模糊PID控制器基本原理 (14)3.2模糊PID控制器结构设计 (16)3.3 本章小结 (19)4模糊PID控制器开发环境 (20)4.1Matlab开发环境简介 (20)4.2Simulink工具箱简介 (20)4.3本章小结 (21)5基于Simulink的模糊PID控制器仿真 (22)5.1Simulink仿真模块 (22)5.2仿真分析 (22)5.3本章小结 (23)结论 (24)参考文献 (25)致谢 (26)附录 (27)1绪论1.1研究目的和意义现在越来越多的新型自动控制技术应用于实践，控制理论的发展也经历了经典控制理论、现代控制理论和智能控制理论三个阶段。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
已知系统的传递函数为：1/(10s+1)*e(-0.5s)。
假设系统给定为阶跃值r=30，系统初始值r0=0.试分别设计
(1)常规的PID控制器；
(2)常规的模糊控制器；
(3)比较两种控制器的效果；
(4)当通过改变模糊控制器的比例因子时，系统响应有什么变化？
一．基于simulink的PID控制器的仿真及其调试：
调节后的Kp，Ki，Kd分别为：10 ，1，0.05。
示波器观察到的波形为：
二．基于simulink的模糊控制器的仿真及其调试：
（1）启动matlab后，在主窗口中键入fuzzy回车，屏幕上就会显现出如下图所示的“FIS Editor”界面，即模糊推理系统编辑器。
（2）双击输入量或输出量模框中的任何一个，都会弹出隶属函数编辑器，简称MF编辑器。
（3）在FIS Editor界面顺序单击菜单Editor—Rules出现模糊规则编辑器。
本次设计采用双输入（偏差E和偏差变化量EC）单输出（U）模糊控制器，E的论域是[-6,6]，EC的论域是[-6,6]，U的论域是[-6,6]。
它们的状态分别是负大（NB）、负中（NM）、负小（NS）、零（ZO）、正小（PS）、正中（PM）、正大（PB）。
语言值的隶属函数选择三角形的隶属度函数。
推理规则选用Mamdani 控制规则。
该控制器的控制规则表如图所示：
Simulink仿真图如下：
在调试过程中发现加入积分调节器有助于消除静差，通过试凑法得出量化因子，比例因子以及积分常数。
Ke，Kec，Ku，Ki分别是：
3 ，2.5 ，3.5 ，0.27
三．实验心得：
通过比较PID控制器和模糊控制器，我们可知两个系统观察到的波形并没有太大的区别。
相对而言，对于给出精确数学模型的控制对象，PID控制器显得更具有优势，其一是操作简单，其二是调节三个参数可以达到满意的效果；对于给出给出精确数学模型的控制对象，模糊控制器并没有展现出太大的优势，其一是操作繁琐，其二是模糊控制器调节参数的难度并不亚于PID控制器。
在实验中增大模糊控制器的比例因子Ku会加快系统的响应速度，但Ku过大将会导致系统输出上升速率过快，从而使系统产生较大的超调量乃至发生振荡；Ku过小，系统输出上升速率变小，将导致系统稳态精度变差。